论文研究基于CUDA的各向异性热传导模型的图像修复.pdf

针对文物数字图像修复处理中纹理信息缺失和计算复杂度高的问题，提出基于图像结构和不规则纹理的GPU并行修复算法。在现存研究基础上修改了热传导偏微分方程模型，在该模型设计中突出考虑图像结构和不规则纹理信息对热传导的影响，通过增加重要图像恢复信息的方式提高了修复效果；然而大量不规则纹理信息的处理降低了图像修复的效率，因此为保证算法的实时修复效果，通过GPU并行化修复过程中的雅可比迭代过程来提高数据密集计算的效率，保证图像修复的性能。实验证明，该图像修复模型进一步提高了修复效果并且增加了应用的普适性；同时与串行算法相比，计算速度提高了20倍以上。该并行图像修复方法具有较好的应用价值。